利益相关者视角:热门论文如何在Twitter上传播?

利益相关者视角:热门论文如何在Twitter上传播?

刘晓娟,王晨琳,吴鑫梅

你是否注意过那些爆火网络的热门论文?你好奇它们是如何在社交媒体上传播的吗?是否有人专门进行推广?在它们的传播链中,作者本人及粉丝、期刊编辑、出版商和其他互联网用户,大家分别承担着什么角色?他们对论文传播有何贡献?不同角色内部是否存在单独的交流渠道?这些都是我们团队非常感兴趣的研究点。考虑到Twitter是学术成果传播最为活跃的社交媒体,我们使用社会网络分析法对热点论文的利益相关者在Twitter上的信息交互模式进行探索。

—热门论文是如何在Twitter上传播的?—

学界通常把Altmetric.com每年发布的最受关注的100篇论文称为热点论文。我们抓取了与2019年热门论文相关的188653条推文进行分析。论文的直接利益相关者包括作者、期刊和出版商,非直接利益相关者包括学术同行、研究机构、新闻媒体、政府部门、社会组织和公众。通过匹配昵称、用户名、官方认证和个人资料等信息,筛选出与直接利益相关者关联的推文共1032条。由于利益相关者在社交媒体上存在特殊的论文提及动机,他们的交互行为可能会对Altmetrics指标数值产生影响,围绕利益相关者衍生而成的社会网络更具研究价值。

我们构建了一个利益相关者信息交互网络(如下图所示)。节点主要包括用户、论文以及相应的用户生成内容(user-generated content,UGC)数据。用户和UGC之间的关联包括推文、评论和转发,用户和论文之间的关系是利益相关者或对论文感兴趣的人,UGC和论文之间的关系为提及与否。另外,“@”和“RT@(转发)”是用户之间最重要的关联。对这样的网络进行分析,不仅可以识别出核心用户,还可以剖析利益相关者之间的交互模式和信息流向,从而追溯论文在社交媒体上的传播路径。

我们最近发表在《情报杂志》上的论文展示了具体过程,研究发现如下:

  • 从网络结构来看,利益相关者的信息交互网络属于稀疏型网络,但同时存在一定数量的小团体。团体内部的交互强度较高,联系较为紧密。

  • 从个体交互模式来看,作者、期刊和出版商是核心用户,政府部门和新闻媒体属于桥梁用户,学术同行和研究机构分别是最重要的信息提供者和接收者。利益相关者和非利益相关用户之间有25种交互方式。节点-关系组合类型多样,关系强度跨幅较大。

  • 从群体交互模式来看,不同属性的用户节点形成了两种形式的子网络:凝聚子群和学科社区(Alperin & Haustein,2017;Imran等人,2018)。在凝聚子群中,同一类型的利益相关者的交互对象偏好和强度有所不同。在学科社区中,内外部的网络结构受到学科分布和核心用户类型的影响。比如,医药健康学与经济学、心理及认知科学、地球科学、生物学、环境学、社会学等领域的用户之间存在直接或间接的交互关系,但强度较弱。而信息与计算科学和物理学的用户之间则相对孤立,倾向于学科社区内部的分享与交流。

我们的研究揭示了热门论文在社交媒体上的传播路径。这些论文的作者、期刊和出版商都在积极地进行自我宣传,学术同行和研究机构为构建完整的传播链提供了很大的帮助,政府部门和新闻媒体的参与可以让这些论文得到更广泛的传播。值得一提的是,本研究还从指标的应用层面探讨了使用Altmetrics来评价学术成果的社会影响力的合理性,这有助于厘清Altmetrics指标的价值。

原文:刘晓娟, 王晨琳, 吴鑫梅. (2022). Altmetrics热点论文的利益相关者信息交互模式研究. 情报杂志, 41(4), 186-192.

参考文献

Alperin, J., & Haustein, S. (2017). Applying

Read more Read more